【转】搭建spark环境 单机版
本文将介绍Apache Spark 1.6.0在单机的部署，与在集群中部署的步骤基本一致，只是少了一些master和slave文件的配置。直接安装scala与Spark就可以在单机使用，但如果用到hdfs系统的话hadoop和jdk也要配置，建议全部安装配置好。
我的博客原文地址链接：http://blog.tomgou.xyz/spark-160-dan-ji-an-zhuang-pei-zhi.html
0.Spark的安装准备
Spark官网的文档 http://spark.apache.org/docs/latest/ 里是这样说的：
Spark runs on Java 7+, Python 2.6+ and R 3.1+. For the Scala API, Spark 1.6.0 uses Scala 2.10. You will need to use a compatible Scala version (2.10.x).
我的电脑环境是Ubuntu 14.04.4 LTS，还需要安装：
1.安装jdk
解压jdk安装包到任意目录：
cd /home/tom
$ tar -xzvf jdk-8u73-linux-x64.tar.gz
$ sudo vim /etc/profile编辑/etc/profile文件，在最后加上java环境变量：
export JAVA_HOME=/home/tom/jdk1.8.0_73/
export JRE_HOME=/home/tom/jdk1.8.0_73/jre
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH保存并更新/etc/profile：
$ source /etc/profil查看是否成功：
$ java -version2.配置ssh localhost
确保安装好ssh：
$ sudo apt-get update
$ sudo apt-get install openssh-server
$ sudo /etc/init.d/ssh start生成并添加密钥：
$ ssh-keygen -t rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys如果已经生成过密钥，只需执行后两行命令。
测试ssh localhost
$ ssh localhost
$ exit3.安装hadoop2.6.0
解压hadoop2.6.0到任意目录：
$ cd /home/tom
$ wget http://apache.claz.org/hadoop/common/hadoop-2.6.0/hadoop-2.6.0.tar.gz
$ tar -xzvf hadoop-2.6.0.tar.gz编辑/etc/profile文件，在最后加上java环境变量：
export HADOOP_HOME=/home/tom/hadoop-2.6.0
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin编辑$HADOOP_HOME/etc/hadoop/hadoop-env.sh文件
$ vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh在最后加上：
export JAVA_HOME=/home/mi/jdk1.8.0_73/修改Configuration文件：
$ cd $HADOOP_HOME/etc/hadoop修改core-site.xml：
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000</value>
</property>
</configuration>修改hdfs-site.xml：
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/mi/hadoopdata/hdfs/namenode</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/mi/hadoopdata/hdfs/datanode</value>
</property>
</configuration>第一个是dfs的备份数目，单机用1份就行，后面两个是namenode和datanode的目录。
修改mapred-site.xml：
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>修改yarn-site.xml：
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>初始化hadoop：
$ hdfs namenode -format启动
$ $HADOOP_HOME/sbin/start-all.sh停止
$ $HADOOP_HOME/sbin/stop-all.sh检查WebUI，浏览器打开端口：http://localhost:8088
-
port 8088: cluster and all applications
-
port 50070: Hadoop NameNode
-
port 50090: Secondary NameNode
-
port 50075: DataNode
hadoop运行后可使用jps命令查看,得到结果：
10057 Jps
9611 ResourceManager
9451 SecondaryNameNode
9260 DataNode
9102 NameNode
9743 NodeManager4.安装scala
解压scala安装包到任意目录：
$ cd /home/tom
$ tar -xzvf scala-2.10.6.tgz
$ sudo vim /etc/profile在/etc/profile文件的末尾添加环境变量：
export SCALA_HOME=/home/tom//scala-2.10.6
export PATH=$SCALA_HOME/bin:$PATH保存并更新/etc/profile：
$ source /etc/profil查看是否成功：
$ scala -version5.安装Spark
解压spark安装包到任意目录：
$ cd /home/tom
$ tar -xzvf spark-1.6.0-bin-hadoop2.6.tgz
$ mv spark-1.6.0-bin-hadoop2.6 spark-1.6.0
$ sudo vim /etc/profile在/etc/profile文件的末尾添加环境变量：
export SPARK_HOME=/home/tom/spark-1.6.0
export PATH=$SPARK_HOME/bin:$PATH保存并更新/etc/profile：
$ source /etc/profil在conf目录下复制并重命名spark-env.sh.template为spark-env.sh：
$ cp spark-env.sh.template spark-env.sh
$ vim spark-env.sh在spark-env.sh中添加：
export JAVA_HOME=/home/tom/jdk1.8.0_73/
export SCALA_HOME=/home/tom//scala-2.10.6
export SPARK_MASTER_IP=localhost
export SPARK_WORKER_MEMORY=4G启动
$ $SPARK_HOME/sbin/start-all.sh停止
$ $SPARK_HOME/sbin/stop-all.sh测试Spark是否安装成功：
$ $SPARK_HOME/bin/run-example SparkPi得到结果：
Pi is roughly 3.14716检查WebUI，浏览器打开端口：http://localhost:8080
原文链接：https://segmentfault.com/a/1190000004508993
